re:re:actable
Урок 043 минуты чтения

Почему JOIN может создавать дубли

На этой странице
Кратко

JOIN возвращает строку на каждую подходящую пару, поэтому при связи one-to-many строка «одной» стороны повторяется столько раз, сколько у неё совпадений. Это не ошибка СУБД, а следствие кардинальности. Проблемы начинаются, когда: (1) соединяют две независимые one-to-many ветки (заказы и тикеты пользователя) — получается произведение orders × tickets и завышенные суммы («fan-out»); (2) условие ON неполное (забыт tenant_id, версия, дата действия). Лечат не DISTINCT, а правильной структурой: агрегировать каждую ветку до JOIN, использовать EXISTS вместо JOIN для проверки наличия, проверять уникальность ключа справа.

Вопрос

Почему после JOIN появляются дубли и как это исправить?

Нормальное размножение строк

SELECT u.name, o.id
FROM users u
JOIN orders o ON o.user_id = u.id;
-- Anna | 10
-- Anna | 11     ← Anna дважды, потому что у неё два заказа

Это ожидаемо: результат — на уровне заказов.

Fan-out: две ветки one-to-many

-- ✗ у Anna 2 заказа и 3 тикета → 6 строк, sum(total) утроена
SELECT u.id, sum(o.total) AS revenue, count(t.id) AS tickets
FROM users u
LEFT JOIN orders o  ON o.user_id = u.id
LEFT JOIN tickets t ON t.user_id = u.id
GROUP BY u.id;
-- ✓ агрегировать каждую ветку отдельно
SELECT u.id,
       COALESCE(o.revenue, 0) AS revenue,
       COALESCE(t.tickets, 0) AS tickets
FROM users u
LEFT JOIN (
  SELECT user_id, sum(total) AS revenue FROM orders GROUP BY user_id
) o ON o.user_id = u.id
LEFT JOIN (
  SELECT user_id, count(*) AS tickets FROM tickets GROUP BY user_id
) t ON t.user_id = u.id;

Альтернатива — скалярные подзапросы или LATERAL.

Неполное условие ON

-- ✗ цена берётся из всех версий прайса
JOIN prices p ON p.product_id = oi.product_id
 
-- ✓ только действующая на дату заказа
JOIN prices p ON p.product_id = oi.product_id
             AND o.created_at >= p.valid_from
             AND (p.valid_to IS NULL OR o.created_at < p.valid_to)

В мультиарендных системах типичный баг — соединение без tenant_id.

Проверка наличия — EXISTS, не JOIN

-- ✗ пользователь повторяется на каждый оплаченный заказ
SELECT u.* FROM users u JOIN orders o ON o.user_id = u.id AND o.status = 'paid';
 
-- ✓
SELECT u.* FROM users u
WHERE EXISTS (SELECT 1 FROM orders o WHERE o.user_id = u.id AND o.status = 'paid');

Как найти причину

-- уникален ли ключ справа?
SELECT product_id, count(*) FROM prices GROUP BY product_id HAVING count(*) > 1;
 
-- сравнить число строк до и после JOIN
SELECT count(*) FROM orders;
SELECT count(*) FROM orders o JOIN prices p ON p.product_id = o.product_id;

Частые ошибки

  • «Чинить» дубли DISTINCT или count(DISTINCT ...) без понимания причины — sum всё равно останется завышенной.
  • Агрегировать после JOIN нескольких one-to-many таблиц.
  • Не учитывать историчность (версии, периоды) в ON.

Что важно помнить

  • Количество строк после JOIN = количество подходящих пар.
  • Две one-to-many ветки в одном запросе → произведение строк.
  • Агрегируйте до JOIN и проверяйте уникальность ключа справа.

Мини-шпаргалка

  • 1:N — повтор «одной» стороны — норма.
  • Несколько 1:N — pre-aggregate в подзапросах/CTE.
  • Наличие — EXISTS.
  • Проверка: GROUP BY key HAVING count(*) > 1.

Документация

PostgreSQL: Joined Tables.

Дочитали до конца?
Отметьте урок — прогресс сохранится в браузере.

Поиск

Поиск по урокам